Tensorflow :: ops :: ParseExampleV2

#include <parsing_ops.h>

Transformiert einen Vektor von tf.Beispielprotos (als Zeichenfolgen) in typisierte Tensoren.

Zusammenfassung

Argumente:

  • scope: Ein Scope- Objekt
  • serialisiert: Ein Skalar oder Vektor, der binär serialisierte Beispielprotos enthält.
  • Namen: Ein Tensor, der die Namen der serialisierten Protos enthält. Entspricht 1: 1 dem serialized Tensor. Kann beispielsweise Tabellenschlüsselnamen (beschreibende Namen) für die entsprechenden serialisierten Protos enthalten. Diese sind nur für Debugging-Zwecke nützlich, und das Vorhandensein von Werten hat hier keine Auswirkung auf die Ausgabe. Kann auch ein leerer Vektor sein, wenn keine Namen verfügbar sind. Wenn dieser Tensor nicht leer ist, muss er die gleiche Form wie "serialisiert" haben.
  • sparse_keys: Vektor von Strings. Die Schlüssel, die in den Funktionen der Beispiele erwartet werden, die mit spärlichen Werten verknüpft sind.
  • dens_keys: Vektor von Strings. Die Schlüssel, die in den Funktionen der Beispiele erwartet werden, die mit dichten Werten verknüpft sind.
  • ragged_keys: Vektor von Strings. Die Schlüssel, die in den Funktionen der Beispiele erwartet werden, die mit unregelmäßigen Werten verknüpft sind.
  • dens_defaults: Eine Liste von Tensoren (einige sind möglicherweise leer). Entspricht 1: 1 mit dense_keys . dens_defaults [j] liefert Standardwerte, wenn in der feature_map des Beispiels dens_key [j] fehlt. Wenn für dens_defaults [j] ein leerer Tensor bereitgestellt wird, ist das Feature dens_keys [j] erforderlich. Der Eingabetyp wird aus dens_defaults [j] abgeleitet, auch wenn er leer ist. Wenn dens_defaults [j] nicht leer ist und dens_shapes [j] vollständig definiert ist, muss die Form von dens_defaults [j] mit der von dens_shapes [j] übereinstimmen. Wenn dens_shapes [j] eine undefinierte Hauptdimension hat (dichtes Merkmal mit variablen Schritten), muss dens_defaults [j] ein einzelnes Element enthalten: das Auffüllelement.
  • num_sparse: Die Anzahl der Schlüssel mit geringer Dichte.
  • sparse_types: Eine Liste von num_sparse Typen; die Datentypen der Daten in jedem Feature, die in sparse_keys angegeben sind. Derzeit unterstützt das ParseExample DT_FLOAT (FloatList), DT_INT64 (Int64List) und DT_STRING (BytesList).
  • ragged_value_types: Eine Liste von num_ragged Typen; Die Datentypen der Daten in jedem Feature, die in ragged_keys angegeben sind (wobei num_ragged = sparse_keys.size() ). Derzeit unterstützt das ParseExample DT_FLOAT (FloatList), DT_INT64 (Int64List) und DT_STRING (BytesList).
  • ragged_split_types: Eine Liste von num_ragged Typen; Die Datentypen von row_splits in jedem Feature in ragged_keys (wobei num_ragged = sparse_keys.size() ). Kann DT_INT32 oder DT_INT64 sein.
  • dichte_Formen: Eine Liste von num_dense Formen; die Formen der Daten in jedem Feature, die in dens_keys angegeben sind (wobei num_dense = dense_keys.size() ). Die Anzahl der Elemente im Feature, die dens_key [j] entsprechen, muss immer gleich dens_shapes [j] .NumEntries () sein. Wenn dicht_Formen [j] == (D0, D1, ..., DN), dann ist die Form der Ausgabe Tensor dichten_Werte [j] (| serialisiert |, D0, D1, ..., DN): Die dichten Ausgaben sind Nur die Eingaben werden stapelweise gestapelt. Dies funktioniert für dens_shapes [j] = (-1, D1, ..., DN). In diesem Fall ist die Form der Ausgabe Tensor dens_values ​​[j] (| serialisiert |, M, D1, .., DN), wobei M die maximale Anzahl von Blöcken von Elementen der Länge D1 * .... * DN ist über alle Minibatch-Einträge in der Eingabe. Jeder Minibatch-Eintrag mit weniger als M Blöcken von Elementen der Länge D1 * ... * DN wird mit dem entsprechenden Skalarelement default_value entlang der zweiten Dimension aufgefüllt.

Kehrt zurück:

  • OutputList sparse_indices
  • OutputList sparse_values
  • OutputList sparse_shapes
  • OutputList dens_values
  • OutputList ragged_values
  • OutputList ragged_row_splits

Konstruktoren und Destruktoren

ParseExampleV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::Input names, :: tensorflow::Input sparse_keys, :: tensorflow::Input dense_keys, :: tensorflow::Input ragged_keys, :: tensorflow::InputList dense_defaults, int64 num_sparse, const DataTypeSlice & sparse_types, const DataTypeSlice & ragged_value_types, const DataTypeSlice & ragged_split_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes)

Öffentliche Attribute

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

Öffentliche Attribute

dichte_Werte

::tensorflow::OutputList dense_values

Operation

Operation operation

ragged_row_splits

::tensorflow::OutputList ragged_row_splits

ragged_values

::tensorflow::OutputList ragged_values

sparse_indices

::tensorflow::OutputList sparse_indices

sparse_shapes

::tensorflow::OutputList sparse_shapes

sparse_values

::tensorflow::OutputList sparse_values

Öffentliche Funktionen

ParseExampleV2

 ParseExampleV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input names,
  ::tensorflow::Input sparse_keys,
  ::tensorflow::Input dense_keys,
  ::tensorflow::Input ragged_keys,
  ::tensorflow::InputList dense_defaults,
  int64 num_sparse,
  const DataTypeSlice & sparse_types,
  const DataTypeSlice & ragged_value_types,
  const DataTypeSlice & ragged_split_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)